[发明专利]一种文本摘要获取方法及装置

说明书

技术领域

本发明涉及通信技术领域，具体涉及一种文本摘要获取方法及装置。

背景技术

互联网上文本数量巨大、内容繁杂，并且存在着大量相同主题内容的网页。如何从文本中快速有效地获取关键信息，这就需要文本摘要获取技术。准确、快速提取文档中的重点信息是文本摘要获取方法的关键，具有十分重要的现实意义。目前文本摘要获取方法主要有两种，一种是通过解析网页文本中的关键词条，统计词条频率来计算每一句子的权重，并通过权重大小获取网页文本摘要。另外一种是将文本进行分割为若干语义段，度量每个句子在所在语义段中的重要性，提取比较重要的句子作为该语义段的代表句，由代表句组成文档摘要。

上述文本摘要的获取方法，前一种方法仅机械地把几个句子进行拼凑，句子的连贯性和逻辑性得不到满足；后一种方法仅选择语义段中心句构成摘要，在语义衔接上会出现不连贯的问题。

发明内容

本发明实施例提供一种文本摘要获取方法及装置，能够根据摘要关键字快速识别文本摘要，提高文本摘要识别和获取的效率、精度和全面性。

本发明实施例公开了一种文本摘要获取方法，包括：

获取目标文件中的文本数据；

判断所述文本数据中是否包括摘要关键字，所述摘要关键字用于指示所述文本数据中的文本摘要所在的位置；

若判断出所述文本数据中包括所述摘要关键字，则统计所述摘要关键字所在的文本段落的字数；

将统计的所述字数与第一预设阈值进行比较；

若比较出所述字数小于所述第一预设阈值，则将所述摘要关键字所在的文本段落确定为文本摘要。

相应地，本发明实施例还公开了一种文本摘要获取装置，包括：

获取单元，用于获取目标文件中的文本数据；

判断单元，用于判断所述文本数据中是否包括摘要关键字，所述摘要关键字用于指示所述文本数据中的文本摘要所在的位置；

统计单元，用于所述判断单元判断出所述文本数据中包括所述摘要关键字时，统计所述摘要关键字所在的文本段落的字数；

比较单元，用于将所述统计单元统计的所述字数与第一预设阈值进行比较；

确定单元，用于所述比较单元比较出所述字数小于所述第一预设阈值，则将所述摘要关键字所在的文本段落确定为文本摘要。

本发明实施例中，通过获取目标文件中的文本数据；判断所述文本数据中是否包括摘要关键字，所述摘要关键字用于指示所述文本数据中的文本摘要所在的位置；若判断出所述文本数据中包括所述摘要关键字，则统计所述摘要关键字所在的文本段落的字数；将统计的所述字数与第一预设阈值进行比较；若所述字数小于所述第一预设阈值，则将所述摘要关键字所在的文本段落确定为文本摘要。通过实施本发明实施例，能够根据摘要关键字快速识别文本摘要，提高文本摘要识别和获取的效率、精度和全面性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明第一实施例公开的一种文本摘要获取方法的流程示意图；

图2a是本发明第二实施例公开的一种文本摘要获取方法的流程示意图；

图2b是本发明第三实施例公开的一种文本摘要获取方法的流程示意图；

图3a是本发明第四实施例公开的一种文本摘要获取方法的流程示意图；

图3b是本发明第五实施例公开的一种文本摘要获取方法的流程示意图；

图4是本发明实施例公开的一种文本摘要获取装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。